共查询到19条相似文献,搜索用时 62 毫秒
1.
基于模糊聚类的雷达信号分选方法 总被引:1,自引:0,他引:1
随着新体制、新技术雷达的不断出现,雷达侦察接收机接收到的雷达信号更加密集和复杂,传统的分选方法已不能对其进行有效分选,模糊聚类法能够利用雷达信号的特征参数有效地分选出常规和非常规雷达信号。文中采用了一种新的模糊聚类分析算法一跟踪法,该方法易实现编程,适用于处理大量数据,仿真实验证明分选结果较理想。 相似文献
2.
3.
4.
通过分析,说明了k-means聚类算法不适用于未知雷达信号分选,进而提出一种改进网格聚类分选方法。该方法将数据点映射到网格空间,通过双密度阈值准确区分信号网格与噪声网格,利用网格的高密度连通性完成聚类分选。该方法计算量小,对噪声不敏感,无需先验知识支持。计算机仿真验证了算法的有效性。 相似文献
5.
6.
7.
8.
针对聚类分析实现跳频网台分选时,分选结果对初始聚类中心敏感且某些样本点“既可以属于类A也可以属于类B”的问题,提出了一种基于模糊K调和均值(KHM)聚类的跳频网台分选方法。首先利用搜索统计直方图位置法预估聚类数目和聚类中心,减少了算法的迭代次数;然后根据跳频信号的各项参数,应用模糊KHM聚类算法对跳频网台进行分选,有效解决了样本点的隶属度问题;最后通过类内类间距法估计得到准确的聚类数目K、聚类中心位置,大幅提升了聚类算法准确度。仿真结果表明,该算法聚类中心接近实际类中心,分选正确率高,迭代次数少。 相似文献
9.
传统的信号分选算法在高密度信号环境下不能实时工作,且处于边界的脉冲信号不能很好地归类或与多种类别相吻合而可能造成模糊或错判。将广度优先搜索邻居(Broad First Search Neighbors,BFSN)的聚类算法和脉冲重复周期(Pulse Repetition Interval,PRI)分选法结合用于雷达信号分选的联合处理法,使雷达信号分选更加准确。仿真实验证明联合处理法是有效和实用的。 相似文献
10.
11.
一种基于BFSN聚类的多参数综合分选算法 总被引:4,自引:0,他引:4
为克服传统信号分选算法的局限性,本文提出了一种多参数的综合分选算法。该算法利用数据挖掘中聚类技术的特殊性能进行预分选,并与常用的PRI分选算法结合,可用于常规雷达和特殊雷达的信号分选。在文章的最后,用仿真结果验证此算法的有效性。 相似文献
12.
13.
14.
针对短波通信中无法避免的码间串扰问题,研究了聚类算法在信号调制识别中的作用,提出了一种利用广度优先搜索邻居(BFSN)聚类处理循环统计量特征的分类算法。该算法将循环统计量特征峰值作为聚类输入对象,通过BFSN聚类分析,剔除延时信号、噪声等造成的奇异类峰值,克服了多径效应产生的码间串扰影响,实现了2FSK、4FSK、BPSK、QPSK、16QAM、π/4-QPSK、π/4-DQPSK、8PSK等8种调制信号的自动识别。仿真表明,该算法聚类后提取的特征参数抗多径干扰能力强,同信道均衡方法相比识别正确率有5%的性能优势。低信噪比环境下的信号调制识别具有重要的工程应用意义。 相似文献
15.
16.
17.
18.
基于动态聚类的MPSK信号调制分类 总被引:2,自引:0,他引:2
通信信号的自动识别技术受到日益广泛的重视,本文提出了一种新的MPSK信号调制分类算法,对截获接收机输出的频带MPSK信号在未知载波频率的情况下,通过对延迟乘积信号进行分析处理,进而得到与原信号调制类型一致的基带相位信号序列。在未知噪声类型的情况下,利用动态聚类算法对此基带相位信号序列求取最佳聚类数M,从而实现了MPSK信号的调制分类。理论分析和实测信号处理证明了本文提出的算法的可行性。 相似文献